DARPA チャレンジは、ロボット工学のオリンピックと称される自律型ロボット競技会であり、米国防高等研究計画局（DARPA）によって開発された。同局は技術的空白を認識し、地下のような予測不可能な環境で行われる捜索救助任務向けの高度な技術が必要であると判断した。この課題に対処するため、地下自律探査・マッピング分野における先駆的研究を促進・加速させるべく、本競技会を創設した。

参加チームは世界各国から集結し、一部はDARPA 選抜・資金提供した。課題は自律型ロボット群を用いて、都市地下空間、トンネル、洞窟環境など多様な実世界シナリオを探査することだった。閉じ込められた生存者、バックパック、携帯電話の位置を正確に報告したロボットがチームの得点となり、最高得点を獲得したチームがそのラウンドの勝者となる。

このコンテストは2018年に開始された。ちょうどその頃、Emesent CSIRO 地下鉱山における視界外探査技術の開発CSIRO 。CSIRO 、ジョージア工科大学（Georgia Tech）のロナルド・アーキン教授からこの課題CSIRO 。両者は、ジョージア工科大学の20年以上にわたる協働ロボット開発、CSIRO地上ロボット研究、そしてEmesentGPS非対応環境における自律探索・マッピング技術開発を組み合わせ、チームを結成することを決定した。

最初の挑戦は、2019年8月にピッツバーグの研究用鉱山の坑道で開催された「トンネルサーキット」でした。Emesent 、研究者、エンジニアはペンシルベニア州に向かい、チームメイトと合流。実際の捜索救助活動で直面する困難な地形、物理的障害物、暗闇、粉塵、煙といった危険に対し、ロボット群の実証試験を行いました。これらの危険に立ち向かうために選ばれたロボット群は、5台の機械で構成されていました。

• BIA5 オズボット・タイタンは、二本のキャタピラで移動する地上型ロボットである。
• ブルースは、CSIROデータ61が独自開発したヘキサポッドシステムであり、6本のクモのような脚で移動する。
• ゴースト、Vision60の四足歩行ロボット。
• SuperDroid Robots Inc LT2は、より小型の地上型ロボットであり、移動には2本のキャタピラ式履帯を使用している。
• 6ロータリーのドローンにHovermap 偵察機として機能し、地上ロボットが到達できない領域へのアクセスを可能にする。

Emesent CSIRO Emesent ジョージア工科大学のチームは7ポイントで5位となった。これは次ラウンド進出には十分な得点だが、首位とは18ポイント差であり、改善の余地は十分にある。

そこで、6か月の準備期間を前に、Emesent CSIRO Emesent ジョージア工科大学のチームは、ロボット群を適応させ、ロボットを迅速かつ効果的に切り替えられる技術スタックを構築する作業に着手した。

次の挑戦となる都市型サーキットは、2020年2月にワシントン州エルマの未完成原子力発電所内に設置された2つのコースで開催された。チームはこのラウンドで9ポイントを獲得し、首位とわずか7ポイント差の4位につけた。

チームは2020年8月の洞窟サーキットチャレンジに向け、車両群の改良と協調・自律能力の向上を継続した。

残念ながら、多くのことが行われる前に世界は変わり、世界保健機関（WHO）がCOVID-19をパンデミックと宣言し、国際的な移動は事実上停止した。

「洞窟サーキットは米国で開催予定だったが、COVID-19の影響で変更を余儀なくされた。分散型方式で実施され、各チームが現地で独自のイベントを企画し、結果をDARPA報告する形となった」とファリドは説明する。

Emesent CSIRO Emesent ジョージア工科大学の共同チームは、クイーンズランド州最北端にある天然洞窟群チラゴー洞窟を利用し、これまでで最高の結果を得た。

「これは私たちにとっての転機でした——これほどの成果はかつてありませんでした。非常に困難な環境下で完璧なデータを得られたのです」とファリドは語る。

この結果に勇気づけられたチームは、2021年9月に開催される決勝戦に向けて、可能な限り最高の艦隊を構築するべく取り組みを続けた。決勝戦もまた、COVID-19の影響を受けた。

オーストラリアの渡航制限のため、チームの3分の2がアメリカでの競技に参加するために渡航できませんでした。

「これは大きな利点となりました。なぜなら、この課題は人間を派遣できない場所にロボットを送り込み展開することを目的として設計されていたからです。私たちは、人間の介入をほとんど必要としないロボットの開発に、特に力を注ぐ必要がありました。」

チームの人員は少なかったものの、ロボット部隊は依然として強力な戦力であった。未知の多様な地形を含むあらゆる困難な環境に対応できるよう、移動手段の多様性を考慮して選抜された6体のロボットで構成されていた。

• 2脚ロボット、Boston Dynamics Spot
  これらのロボットは狭い都市環境や階段に適している。
• 2台の履帯式車両、BIA5（ブリスベン拠点の企業）
  これらのロボットは起伏の多い地形を移動するのに適している。また、メッシュネットワーク用ノードやドローン（
  ）といった追加装備を搭載する能力も備えており、これによりバッテリー寿命を節約しつつ、最適な位置に配置して良好な結果を得られる。
• 2xHovermap、Emesent
  これらのドローンは、階段室、垂直シャフト、メザニン階など、地上車両がアクセスできない領域に到達可能です。

ロボットたちはどのように動き回ろうとも、すべて高度な自律性とAI能力を備えており、これには以下が含まれる：

• 非GPSナビゲーション
• 自律探査
• ロボットチームメンバーとの協力
• データ共有
• マッピング
• アーティファクトを検出するためのカメラやその他のセンサー

最終イベントは4日間にわたり開催され、決勝の賞金ラウンド前に2回の予選ラウンドが行われた。予選初日、Emesent CSIRO – ジョージア工科大学チームは7点の遺物の分類と位置特定を達成し、その日の最高得点を記録した。 また、同チームは機材群に装備されたHovermap ドローンと地上から自律的に発進するロボットを活用し、垂直シャフトを発見して地下階に到達した数少ないチームの一つとなった。これにより他チームと比較して探索範囲を拡大することができた。

2回目の飛行では、チームは再び自律飛行でドローンを起動させ、より広い範囲をカバーすることに成功した。さらに、ほこりっぽい小さな洞窟のような環境で、岩陰に隠れていた生存者を発見した。

予選ラウンド終了時点で、Emesent CSIRO ・ジョージア工科大学のチームが首位に立ち、決勝ラウンドを最後に走ることとなった。

彼らの走りは順調に進み、23ポイントで優勝を分け合った。審査員が全結果を精査する間、息詰まるような夜を過ごした後、彼らはわずか数秒差で2位となったことを知った。

「これは驚くべき成果であり、私たちのチームによる長年にわたる努力と協力の賜物です。このプロジェクトにご協力いただいた皆様に心より感謝申し上げます」とファリドは述べた。

「Emesent 、ロボット工学の最先端技術の発展Emesent 、オーストラリア企業の能力を世界Emesent 、私たちは大変誇りに思っています。」

Emesent 2019年Hovermap 自律飛行およびマッピング機能を商業的にEmesent 、これを自律走行地上ロボット機能と組み合わせることで、数多くの革新的で価値ある将来的な応用分野が開かれる。

例えば、ドローンと地上ロボットが連携することで、互いにカバーできる範囲を最大化し、人間の介入をさらに不要にすることができる。

地上ロボットと比較すると、ドローンの稼働時間は限られているが、高所やシャフトへのアクセスが可能であり、地上ロボットが進入できない閉塞された複雑な環境を移動できる。また、通信ノードとして地上車両を支援し、状況認識を提供することで、地上車両が経路を最適化できるようにする。

地上ロボットからのドローンの遠隔発進は、オペレーターがワンクリックで起動するだけで完全に自律的に行われる。これを実現するため、非常に複雑なプロセスが自動化されている。発進を成功させるためにロボットが遂行する複雑な作業の一部を以下に示す：

• 地上ロボットは移動を停止し、十分な平坦な地形上にあるか、許容可能な傾斜角であるかを確認する
• ドローンのセキュリティ・カップリングのロックを解除する。
• Hovermap自律性とマッピングのペイロードが開始される
• Hovermap 地上ロボットとデータを同期し、マージする。
• 地上管制ステーションと飛行前点検が完了した
• ドローンを始動させる（プロップを回転させる）
• 離陸前チェックの実施
• 自動離陸が開始される
• 自律型ドローンによる探査を開始
• 地上ロボットは自己を再構成し、任務を再開する
  

「自律的かつ協調的に複雑な任務を達成する、走行・歩行・飛行ロボットの群れを実現することは、技術的な大きな節目であり、自律システムを人命救助や支援に活用するための重要な一歩だ」とファリドは述べた。

DARPA Challenge（地下探査技術コンテスト）により、Emesent 地下環境における探査・マッピング技術の自律能力Emesent 。Farid Kendoul 、EmesentCTO兼共同創業者であるFarid Kendoul 博士がその経緯を語ります。

ウェビナーを見る